接触器触头系统振动机理分析及算法优化

为了解决合闸过程中动、静触头接触引起的振动弹跳问题.本文建立了接触系统的二自由度运动微分方程,并利用遗传算法对交流接触器吸合过程进行优化,同时通过高速摄影实验对接触弹跳的全过程进行了观察和分析.结果表明:理论与实验结果高度一致,铁心在触头分离前发生碰撞,进一步加剧触头弹跳;铁芯弹跳再次碰撞时,触头的弹跳不受影响;在接触器运行过程中,动铁芯的运动会引起系统轻微振动;采用遗传算法优化的接触器触头弹跳时间和最大振幅均减小.研究结果为进一步控制和减小接触弹跳提供了理论依据.     

基于有限时间收敛的直流微电网协调控制

本文设计了一种应用在直流微电网中的二次控制策略。通过对有限时间收敛的多代理控制协议的应用,各个分布式发电单元只接收相邻节点的信息,实现了各个分布式发电单元输出电流的精确均分和输出电压的平均值恢复。电流的均分通过对虚拟阻抗的调节实现,电压的恢复通过对参考电压的调节实现,此外设计了一种对系统虚拟阻抗的协同调节策略来改善系统的动态性能。最后通过在Matlab/Simulink上搭建直流微电网仿真模型,并在RT-LAB上搭建了硬件在环实验,验证了控制策略在低通信速率下的有效性。     

基于改进LFM算法的主动解列断面搜索方法

针对传统解列断面算法复杂度高的问题,提出一种基于改进LFM算法的解列断面搜索方式。首先,基于节点间电气联系和能量转移分布熵完成电网加权复杂网络建模;其次,基于主动解列断面约束条件,对LFM算法做适应性改良;最后,通过改进LFM算法得到解列断面,并在IEEE39节点系统中验证了算法有效性。仿真结果表明,改进LFM算法可充分考虑传统解列断面的约束条件,在算法具有较低复杂度的同时对系统运行状态更强的适应性。     

基于Stacking集成算法的岩爆等级预测研究

岩爆是地下工程面临的一个巨大灾害，岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向，但现阶段各机器学习算法表现不同，并且相互独立工作，没有融合，不能优势互补，导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法，融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法)，充分发挥各算法的优势，实现优势互补；为保证新特征信息具有多样性，结合各种机器学习算法的原理和岩爆样本库的特点，提出3组考虑多个岩爆预测指标的Stacking集成算法，每组算法拥有不同基模型和多个元模型，解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值，结果表明构建的Stacking集成算法可以有效融合各机器学习算法，预测性能显著提升。在3组Stacking集成算法中，Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L...